Ciao, sono Giovanni 👋
Ricercatore AI · ML Engineer · Ph.D.
Sono un Ricercatore e Ingegnere AI di Trieste, Italia, con un Dottorato di Ricerca in Data Science & Intelligenza Artificiale Applicata. Il mio lavoro si colloca all'intersezione tra NLP, Large Language Models e Computazione Evolutiva — costruendo sistemi che migliorano e valutano il codice generato dall'AI.
🎯 La Mia Storia
Il mio percorso nell'informatica è iniziato alle superiori, dove mi sono appassionato alla programmazione e all'elettronica. Quella curiosità mi ha portato alla Laurea Triennale in Ingegneria Elettronica e Informatica (2015–2019) all'Università di Trieste, dove i primi corsi di Intelligenza Artificiale hanno acceso una passione che ha guidato tutto ciò che è venuto dopo — proseguita con la Laurea Magistrale in Ingegneria Informatica (2019–2022) con focus su Data Science e AI. Un semestre alla Montanuniversität Leoben con Erasmus+ mi ha spinto fuori dalla zona di comfort: applicare l'AI a energia e logistica mi ha insegnato quanto questi metodi siano davvero trasferibili.
Per la tesi magistrale mi sono dedicato alla computer vision applicata al mondo umanistico, lavorando fianco a fianco con storici dell'arte ed esperti di digital humanities. È stato il mio primo vero contatto con la ricerca accademica, e l'ho amato in ogni sua parte — confrontarmi con lo stato dell'arte, progettare le valutazioni, capire in profondità come funzionano i modelli più recenti. La tesi è stata poi pubblicata su IEEE Access (2023) e mi ha convinto a proseguire su questa strada.
Ho continuato con un Dottorato Industriale (2023–2025), co-finanziato da PLUS S.r.l. all'interno di Area Science Park. Ho scelto l'NLP — un altro ambito che mi aveva sempre affascinato — ma la mia mentalità ingegneristica mi ha portato verso una ricerca applicata e utile al business. La mia tesi, Application of Large Language Models: Addressing Real-World Challenges, affronta tre domande concrete: come migliorare gli output degli LLM, come valutarli in modo corretto (con nuove metriche per il Text-to-SQL) e come renderli più sostenibili attraverso la Green AI. Lungo il percorso ho trascorso periodi come visiting researcher alla NOVA IMS di Lisbona e all'UCL di Londra, frequentato 5 summer e winter school internazionali su NLP e ML, e pubblicato tra riviste, conferenze e workshop.
Sono una persona proattiva con un profondo desiderio di imparare e spingermi oltre la mia zona di comfort. Credo che la grande ingegneria e la grande ricerca condividano la stessa base: comprendere un problema in profondità, costruire soluzioni metodicamente e misurare l'impatto rigorosamente.
NLP & LLM
Ampia esperienza con Large Language Models, classificazione del testo, analisi del sentiment e costruzione di pipeline NLP per applicazioni reali, dal testo giuridico ai giornali storici.
AI Agents
Sviluppo di agenti AI per la generazione di codice SQL e analisi delle performance di agenti AI nella creazione di pull request.
Text-to-SQL
Proposta di nuove metriche di valutazione che integrano similarità semantica e strutturale per sistemi Text-to-SQL. Pubblicato su Scientific Reports (Nature/Springer).
Sistemi RAG
Progettazione e deployment di un sistema RAG in produzione con LangChain e LlamaIndex che ha ridotto il volume del call center del 30%, dimostrando impatto aziendale concreto.
Genetic Improvement
Sviluppo di pipeline innovative usando Grammatical Evolution per correggere e migliorare automaticamente il codice SQL generato dai LLM. Pubblicato a EuroGP e SN Computer Science.
🔬 Interessi di Ricerca
La mia ricerca è guidata da una domanda fondamentale: come possiamo costruire sistemi AI che colmino il divario tra l'intento umano e le informazioni strutturate? Le aree principali includono:
- NLP & Large Language Models — Miglioramento e valutazione degli output dei LLM per task strutturati come la generazione di codice
- Text-to-SQL — Sviluppo di sistemi e metriche per l'interrogazione di database in linguaggio naturale
- Genetic Improvement del Codice — Uso della computazione evolutiva come layer di post-processing per il codice generato dai LLM
- AI Coding Agents — Analisi empirica e ottimizzazione di agenti AI per lo sviluppo software
- RAG & Sistemi di Retrieval — Costruzione di agenti intelligenti che interagiscono con ambienti dati complessi
🌍 Esperienza Internazionale
Credo che la migliore ricerca nasca all'intersezione di prospettive diverse:
Restiamo in Contatto!
Sono sempre aperto a nuove collaborazioni, opportunità di ricerca e conversazioni interessanti. Che tu voglia discutere un progetto, condividere idee o semplicemente salutare — non esitare a contattarmi.
📧 Inviami un'Email